随着存储技术和多媒体影音技术的快速发展，互联网上的图像信息数量呈现出爆炸性增长。因此，如何帮助用户准确、快速地找到所需要的图像成为近年来多媒体研究的热点课题之一。而图像自动标注技术就是解决这一课题最重要的技术。图像自动标注就是通过分析训练集，学习图像和标注词之间的关系，得出一些规则，然后使用这些规则自动推导出图像最适合的标注词，这些标注词表征了图像的高层语义信息。贝叶斯分类器是很好的分类工具，本文将贝叶斯分类算法用于图像分类，形成了基于贝叶斯分类的图像标注算法。　　本研究主要内容包括。⑴采用适用范围广泛的JSEG图像分割方法对待标注图像分割。首先对输入图像进行同等组滤波，其次用GLA方法对滤波图像颜色量化，然后计算颜色量化后图像的J值形成“J图”，再在多尺度J图像上进行区域增长和融合，以达到图像的区域分割。⑵提取的是图像的颜色直方图特征、形状特征以及纹理特征。⑶根据颜色直方图相似性选取和该目标图像颜色最相近的训练图像，在计算图像的H-S直方图时，用颜色值相近的几种颜色值在图像中出现的平均频率代替它们各自在图像中出现的频率，实现了以较少的颜色分类代表原彩色图像中的颜色比重。采用贝叶斯分类器，先对提取的特征参数采用K-means聚类，再根据几何形状和纹理特征参数使用贝叶斯分类器计算目标图像最有可能属于某一类。添加分类标签。实验结果表明，该方法的标注准确率较高。